2026年9月14日，来自麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）、天津大学等机构的研究人员开发出一种名为 X-Hinges 的铰链设计与制造方法，可利用多材料 FDM 3D 打印，将柔性机构、传感单元和导电线路直接集成在同一零件内部，使打印件能够连续感知自身的弯曲、压缩和拉伸运动。
相关研究以题为“X-Hinges: 3D PrintingSelf-Sensing Compliant Mechanisms for Continuous and Multi-DOF Motion Sensing”的论文被 UIST 2026（ACM Symposium on User InterfaceSoftware and Technology） 接收，并计划于今年11月正式发布。
与传统方案需要在打印完成后安装应变片、柔性传感器或其他电子元件不同，X-Hinges试图把“结构”和“传感”放进同一个增材制造流程中，从而减少后续装配，并降低附加传感器对柔性结构刚度、重量和运动方式带来的影响。
三种材料一次打印，传感器成为结构的一部分
X-Hinges基于多材料FDM 3D打印实现。打印件主体采用普通绝缘TPU柔性材料，同时在结构内部布置两类具有不同电阻率的导电材料：其中，高电阻导电TPU构成形变传感单元，低电阻导电材料负责将信号传输至外部采集电路。
论文给出的材料体系中，柔性主体采用TPU95A，高电阻传感材料的电阻率约为1.23×10^4 Ω⋅cm，两者电阻率相差约三个数量级。研究人员利用这一差异，使真正发生形变的传感区域贡献主要电阻变化，而导电线路对测量结果的影响保持在较低水平。当柔性关节发生弯曲、拉伸或压缩时，内部导电TPU同步变形，其电阻随之变化。系统通过监测这些电阻信号，反推出打印件当前的运动状态。
其关键并不只是“把一个传感器打印进去”，而是针对不同运动方向设计了不同的传感结构：左右对称布置主要用于识别横向弯曲，上下错位结构负责另一方向的弯曲，中部传感元件则用于检测轴向压缩和拉伸。因此，一个X-Hinges结构最多可同时获取横向弯曲、纵向弯曲和轴向位移三个自由度的运动信息。
对于3D打印自感知结构而言，多轴信号之间的串扰一直是一个技术难点。研究人员测试发现，不同传感布局确实能够优先响应目标运动方向，但仍存在一定程度的交叉响应。在集成三自由度结构后，各传感通道的非目标方向响应最高达到约25.4%。
为进一步解耦这些信号，团队引入了时间卷积网络（Temporal Convolutional Network，TCN），利用一段时间内连续采集的多通道电阻变化，而非单个瞬时电阻值，对柔性结构运动进行估计，同时补偿导电TPU材料存在的迟滞效应。在三自由度联合运动实验中，系统实现的平均绝对误差分别为：横向弯曲：7.35°、纵向弯曲：6.59°、轴向位移：1.35 mm。研究团队还开发了专门的数据采集板。该硬件能够在0.1～100 MΩ范围内读取高阻值打印传感结构，单通道采样频率为50 Hz；一块采集板支持4个通道，并可扩展至32通道。
这也意味着，严格来说，X-Hinges目前实现的是传感结构与机械结构的一体化3D打印，并非整个感知系统均由打印完成。信号调理、电阻采集以及运动解算仍依赖外部电子硬件和计算系统。
从“打印零件”转向“打印交互功能”
为了降低这类多材料结构的设计门槛，团队还基于Rhino、Grasshopper和HumanUI开发了一套交互式设计工具。设计者可以选择圆柱形、矩形、薄片或自定义结构，并调节柔顺性、运动范围和允许的自由度。软件会根据设定自动生成柔性机构、传感单元以及导电线路，最终导出带有材料分区信息的 3MF文件，供多材料FDM设备直接切片制造。
研究团队已经利用这一技术制作了多个功能原型。其中，一款单次打印成形的机器人遥操作数据手套能够检测五根手指的关节运动，并将手指姿态映射到机器人手。实验中，系统完成了拇指对指、握手以及双指夹取等操作，整体端到端延迟约为180～200 ms。
团队还打印了一款虎鲸造型游戏控制器，通过弯曲鱼鳍和摆动尾部控制游戏角色；一款Kresling折纸结构灯则能够根据折叠程度连续调节亮度。另一项演示则把X-Hinges扩展成8通道触觉阵列。物体放到表面后，其重量、接触面积和形状会形成不同的结构形变分布，再通过机器学习进行分类。在葡萄、苹果和金桔三种测试物体中，识别准确率分别达到92.7%、96.0%和77.6%。研究人员认为，这类结构未来可能进一步用于机器人电子皮肤以及可定制智能感知表面。
42万次循环测试，但距离“即打即用”仍有距离
从增材制造角度看，X-Hinges另一个值得关注的问题是柔性导电材料在反复形变条件下的耐久性。论文中的循环测试让打印件在约−90°至80°范围内持续弯折。在完成42万次循环后，试样仍保持结构完整，不过电阻基线在测试过程中出现了一定程度的漂移。这恰好对应了该技术目前最大的限制之一。
由于导电TPU本身具有迟滞和黏弹性蠕变，快速、重复形变时，其电阻与位移之间并不存在理想的一一对应关系。此外，即使使用完全相同的模型打印两个零件，材料批次、挤出状态以及打印尺寸误差也可能导致初始电阻发生变化，因此一个打印件训练得到的模型并不能直接无条件复制到另一件产品上。
研究团队目前采用摄像头和共同打印的AprilTag标记进行校准。对于相同几何结构的新打印件，可通过短时间的实例校准重新适配运动解码模型。实验中，跨打印件直接使用原模型时误差约为10.02°，校准后可降低至3.96°。
因此，研究人员也明确指出，X-Hinges现阶段仍主要面向数字制造研究人员、交互设计师和工程原型开发人员。多材料FDM设备、专用数据采集硬件以及校准流程，仍是其进一步实现“即打即用”的主要门槛。
3D打印正在把传感能力“制造进结构”
X-Hinges的意义并不只在于增加了一种新的3D打印柔性传感器。更值得关注的是，其进一步体现了增材制造领域正在发生的一种变化：制造对象开始从几何零件转向结构、材料与功能共同集成的系统。过去，3D打印通常负责制造机械主体，传感器、电路以及执行器则在打印完成后装配。随着多材料打印、导电聚合物、结构设计和数据驱动算法的发展，感知功能正在逐渐成为几何设计和打印路径的一部分。
MIT CSAIL研究团队下一步希望进一步把驱动与感知同时集成进打印结构。如果这一方向能够解决材料稳定性、跨零件一致性、电子接口以及自动校准等问题，3D打印柔性机构有望从“被动结构件”进一步发展为能够感知自身状态、与外部环境交互的功能系统，为软体机器人、可穿戴设备、人机交互、智能夹具以及具身智能硬件提供新的制造路径。
来源：南极熊
0 留言